[發(fā)明專利]測序深度的矯正方法及裝置

有效

• 申請?zhí)枺?/td>: 201811616187.2
• 申請日: 2018-12-27
• 公開（公告）號: CN109637586B
• 公開（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 柴景超;張靜波;伍啟熹;王建偉;劉倩;劉珂弟;唐宇
• 申請（專利權(quán)）人: 北京優(yōu)迅醫(yī)學(xué)檢驗(yàn)實(shí)驗(yàn)室有限公司
• 主分類號: G16B20/30
• 分類號: G16B20/30
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 江舟;王曉婷

本發(fā)明提供了一種測序深度的矯正方法及裝置，其中，上述裝置包括：獲取模塊，用于獲取基因組上每個(gè)位點(diǎn)的GC含量，以及所述基因組的所有位點(diǎn)的測序深度；劃分模塊，用于根據(jù)每個(gè)位點(diǎn)的GC含量將所述所有位點(diǎn)按照指定規(guī)則分成N個(gè)不同區(qū)間，其中，N為正整數(shù)；確定模塊，用于根據(jù)每個(gè)區(qū)間內(nèi)位點(diǎn)的區(qū)間平均深度和N個(gè)區(qū)間的平均測序深度確定泊松分布；處理模塊，用于對于所述每個(gè)區(qū)間，均根據(jù)矯正前的每個(gè)區(qū)間內(nèi)位點(diǎn)的區(qū)間平均深度和所述泊松分布中各位點(diǎn)的值得到矯正后的測序深度。

技術(shù)領(lǐng)域

本發(fā)明涉及通信領(lǐng)域，具體而言，涉及一種測序深度的矯正方法及裝置。

背景技術(shù)

一些研究表明，通過擴(kuò)增和測序引入的GC偏差對染色體非整倍性的敏感性產(chǎn)生了限制作用。在不同測序條件下，例如試劑成分不同、測序溫度不同或者簇密度不同，GC偏差可能在樣品制備和測序過程中引入，這會導(dǎo)致GC含量過高或GC含量過低的基因組區(qū)域的測序數(shù)據(jù)出現(xiàn)偏差。

相關(guān)技術(shù)中開發(fā)了消除GC偏差的計(jì)算方法。HC Fan和SR Quake開發(fā)了一種通過局部多項(xiàng)式回歸擬合(LOESS回歸)的計(jì)算方法消除GC偏差，該方法通過基于局部基因組GC含量對每個(gè)GC密度給予權(quán)重，以通過乘以相應(yīng)權(quán)重矯正每個(gè)區(qū)域的Reads數(shù)目。但是，該方法在計(jì)算時(shí)可能造成數(shù)據(jù)輕微失真，會干擾檢測的準(zhǔn)確性。

針對相關(guān)技術(shù)中，通過局部多項(xiàng)式回歸擬合的計(jì)算方法來消除測序深度的偏差的方法，容易出現(xiàn)數(shù)據(jù)失真，結(jié)果準(zhǔn)確性差等問題，尚未提出有效的技術(shù)方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種測序深度的矯正方法及裝置，以至少解決相關(guān)技術(shù)中通過局部多項(xiàng)式回歸擬合的計(jì)算方法來消除測序深度的偏差的方法，容易出現(xiàn)數(shù)據(jù)失真，結(jié)果準(zhǔn)確性差等問題。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，提供了一種測序深度的矯正裝置，包括：獲取模塊，用于獲取基因組上每個(gè)位點(diǎn)的GC含量，以及所述基因組的所有位點(diǎn)的測序深度；劃分模塊，用于根據(jù)每個(gè)位點(diǎn)的GC含量將所述所有位點(diǎn)按照指定規(guī)則分成N個(gè)不同區(qū)間，其中，N為正整數(shù)；確定模塊，用于根據(jù)每個(gè)區(qū)間內(nèi)位點(diǎn)的區(qū)間平均深度和N個(gè)區(qū)間的平均測序深度確定泊松分布；處理模塊，用于對于所述每個(gè)區(qū)間，均根據(jù)矯正前的每個(gè)區(qū)間內(nèi)位點(diǎn)的區(qū)間平均深度和所述泊松分布中各位點(diǎn)的值得到矯正后的測序深度。

在本發(fā)明實(shí)施例中，所述劃分模塊，用于將GC含量落在第一范圍內(nèi)的位點(diǎn)化分在N個(gè)不同區(qū)間的兩端區(qū)間內(nèi)；以及將GC含量落在第二范圍內(nèi)的位點(diǎn)化分在中間區(qū)間內(nèi)，其中，中間區(qū)間為所述N個(gè)不同區(qū)間中，除所述兩端區(qū)間的其他區(qū)間，所述第一范圍內(nèi)的位點(diǎn)數(shù)目小于所述第二范圍內(nèi)的位點(diǎn)數(shù)目。

在本發(fā)明實(shí)施例中，所述確定模塊，還用于根據(jù)以下公式確定所述泊松分布：p(x＝n|λ)＝e^-λλⁿ/n！，其中，λ＝λ_all-λ_i，λ_i為所述區(qū)間平均深度，n的取值包括：0、1、2、3、4、5，λ_all為所述N個(gè)區(qū)間的平均深度。

在本發(fā)明實(shí)施例中，所述確定模塊，還用于通過以下方式確定所述區(qū)間平均深度：將區(qū)間內(nèi)所有位點(diǎn)的總深度除以該區(qū)間內(nèi)位點(diǎn)的個(gè)數(shù)，得到所述區(qū)間平均深度。

在本發(fā)明實(shí)施例中，所述確定模塊，還用于通過以下方式確定所述N個(gè)區(qū)間的平均深度：將所述基因組內(nèi)所有位點(diǎn)的總深度除以所述基因組內(nèi)位點(diǎn)的個(gè)數(shù)，得到所述N個(gè)區(qū)間的平均深度。

在本發(fā)明實(shí)施例中，所述處理模塊，還用于將矯正前的每個(gè)區(qū)間內(nèi)位點(diǎn)的區(qū)間平均深度和所述泊松分布中各位點(diǎn)的值的和，作為矯正后的測序深度。

在本發(fā)明實(shí)施例中，所述裝置還包括：矯正模塊，用于根據(jù)矯正后的每個(gè)位點(diǎn)的測序深度和所述每個(gè)位點(diǎn)的GC含量矯正所述每個(gè)位點(diǎn)的GC偏好。